探索个性化放射治疗策略 第一部分：利用类激活映射揭示与治疗反应相关的肿瘤子区域

个性化精准放射治疗需要的不仅仅是简单的分类，它要求识别具有预后意义且包含空间信息的特征，并具备根据个体反应调整治疗的能力。本研究比较了三种预测治疗反应的方法：标准影像组学、基于梯度的特征以及结合类激活映射的卷积神经网络。我们分析了来自39名接受伽玛刀放射外科治疗的患者的69个脑转移瘤。使用一个集成的自编码器分类器模型，将三个月随访时肿瘤体积缩小超过20%作为二分类任务进行预测。结果凸显了它们在层次化特征提取和分类器判别能力方面的优势。在各类模型中，逐像素类激活映射提供了最详细的空间洞察，能够识别病变特定区域而非依赖固定模式，展现出强大的泛化能力。在无反应病灶中，激活区域可能指示放射抵抗区域。逐像素类激活映射在分类准确率上优于影像组学和基于梯度的方法。此外，其精细的空间特征允许与细胞水平数据对齐，支持生物学验证并加深对异质性治疗反应的理解。尽管需要进一步验证，这些发现强调了其在指导光子和粒子治疗的个性化自适应放疗策略方面的潜力。